📷🎙️ Aplicação de Processamento de Imagens, Geração de Texto e Transcrição de Áudio com GradIO, AWS Rekognition e Polly

Esta aplicação demonstra a integração de tecnologias de Machine Learning e Inteligência Artificial para realizar tarefas avançadas como reconhecimento de imagens, geração de texto criativo e conversão de texto para áudio. A interface interativa foi desenvolvida com GradIO, e os serviços da AWS, como Rekognition e Polly, são utilizados para processar imagens e gerar áudio.

---

🛠️ Funcionalidades

1. Reconhecimento de Imagens com AWS Rekognition

• Faz o upload de imagens para um bucket no AWS S3.
• Utiliza o AWS Rekognition para identificar rótulos (labels) e características presentes na imagem.
• Exibe os rótulos detectados diretamente na interface, com confidência mínima ajustável.

2. Geração de Texto Criativo

• Gera textos no estilo Cordel com base nos rótulos identificados pela AWS Rekognition.
• Integra a API do OpenAI ChatCompletion para criar poemas criativos e únicos utilizando as palavras detectadas nas imagens.
• Oferece uma experiência de personalização e criatividade alinhada ao contexto da imagem.

3. Transcrição de Texto para Áudio (Text-to-Speech)

• Converte o poema gerado em áudio utilizando o AWS Polly.
• Suporte a vozes em português do Brasil, como Camila e Ricardo.
• Reproduz o áudio diretamente na interface com o componente de player de áudio do GradIO.
• O áudio gerado é armazenado no estado do GradIO para evitar repetição desnecessária.

---

💡 Fluxo da Aplicação

1. Upload da Imagem:

   • O usuário faz o upload de uma imagem pela interface do GradIO.
   • A imagem é enviada para o bucket no AWS S3.
   • A aplicação verifica se a imagem já existe no bucket para evitar uploads duplicados.

2. Processamento com AWS Rekognition:

   • O Rekognition analisa a imagem e retorna uma lista de rótulos detectados.
   • Os rótulos são exibidos na interface, e os melhores são selecionados para a próxima etapa.

3. Geração de Poema:

   • A aplicação utiliza os rótulos detectados para criar um poema no estilo Cordel.
   • O texto é gerado usando a API de ChatCompletion do OpenAI.

4. Geração e Reprodução de Áudio:

   • O poema gerado é convertido em áudio utilizando o AWS Polly.
   • O áudio pode ser reproduzido diretamente na interface.

---

📦 Tecnologias Utilizadas

• Frontend: GradIO
• Serviços AWS:
  • Rekognition: Para análise de imagens.
  • S3: Para armazenamento de imagens e áudios.
  • Polly: Para conversão de texto para áudio.
• Inteligência Artificial:
  • OpenAI ChatCompletion: Para geração de textos criativos.

---

⚙️ Pré-requisitos

1. Conta na AWS com permissões para usar os serviços:
   • S3
   • Rekognition
   • Polly
2. Chave da API do OpenAI.
3. Ambiente Python configurado com as dependências:
   • boto3
   • openai
   • GradIO

---

Equipe de desenvolvimento:

• Camila
• Levy Jacob
• Glauber
• Thiago Bluhm